- •Определение и критерии идентификации систем искусственного интеллекта. Тест Тьюринга.
- •Системы с интеллектуальной обратной связью.
- •3.Автоматизированные системы распознавания образов.
- •4. Интеллектуальные системы поддержки принятия решений.
- •5. Экспертные системы
- •1. Постоянство
- •2. Лёгкость передачи
- •3. Устойчивость и воспроизводимость результатов
- •6. Нейронные сети
- •7. Генетические алгоритмы и моделирование эволюции.
- •Область применения сии.
- •9. Перспективы и тенденции развития искусственного интеллекта. Проблемы ии связаны с ресурсами
- •Ии в Стране восходящего солнца
- •Военные технологии
- •10. Информация, данные, знания. Классификация сии.
- •Понятие: "Система искусственного интеллекта", место сии в классификации информационных систем
- •1.1.2.3. Определение и классификация систем искусственного интеллекта, цели и пути их создания
- •1.1.2.3.2. Классификация систем искусственного интеллекта
- •11.Бд для поддержки принятия решений
- •12. Источники эконом. Эфф-ти сис-м искус. Интел. И интел. Обработки данных.
- •13. Перспективы инф-ых технологий: интел-ция, создание самообучающихся, саморазвивающихся (эволюционирующих) и самовоспроизводящихся сис-м
- •14. Особенности технологии создания сис-м искус. Интел.
- •15. Информационная модель деятельности специалиста и место систем искусственного интеллекта в этой деятельности (Вопрос № 15).
- •16. Жизненный цикл системы искусственного интеллекта и критерии перехода между этапами этого цикла
- •18. Интеллектуальный интерфейс информационной системы
- •19. Проблема распознавания образов.
- •20. Применение распознавания образов для идентификации и прогнозирования.
- •22. Роль и место распознавания образов в автоматизации управления сложными системами.
- •23. Управление как задача, обратная идентификации и прогнозированию.
- •24. Многообразие задач принятия решений. Принятие решений, как реализация цели.
- •25. Связь принятия решений и распознавания образов
- •26. Выбор в условиях неопределенности
1.1.2.3. Определение и классификация систем искусственного интеллекта, цели и пути их создания
1.1.2.3.2. Классификация систем искусственного интеллекта
В данном учебном пособии мы будем рассматривать следующие классы систем искусственного интеллекта:
1. Системы с интеллектуальной обратной связью и интеллектуальными интерфейсами.
2. Автоматизированные системы распознавания образов.
3. Автоматизированные системы поддержки принятия решений
4. Экспертные системы (ЭС).
5. Нейронные сети.
6. Генетические алгоритмы и моделирование эволюции.
7. Когнитивное моделирование.
8. Выявление знаний из опыта (эмпирических фактов) и интеллектуальный анализ данных (data mining).
Этими классами системы СИИ не исчерпываются, но мы вынуждены ограничится ими, как основными, в связи с ограниченностью объема учебного пособия.
11.Бд для поддержки принятия решений
Рассмотрим иерархическую сис-му обработки инф-ии в кот. на различных уровнях производятся различные операции по обработке данных, инф-ии и знаний:
– на 1-м уровне накапливаются данные мониторинга;
– на 2-м уровне осуществляется анализ данных мониторинга с целью выявления в них зависимостей, что позволяет содержательно интерпретировать данные, т.е. генерировать инф-ию путем анализа данных;
– на 3-м уровне знание зависимостей в данных мониторинга используется для прогнозирования;
– на 4-м уровне возможности многовариантного прогнозирования и решения обратной задачи прогнозирования позволяют вырабатывать рекомендации и решения по достижению поставленных целей, т.е. генерировать и использовать знания путем системной обработки инф-ии.
Выполнение операций каждого послед. уровня возможно только построения предыдущего уровня. Таким образом, фундаментом для генерации инф-ии и знаний являются данные мониторинга.
База данных, хранящая данные, агрегированные по многим измерениям. Данные из БД никогда не удаляются. Пополнение БД происходит на периодической основе. При этом автоматически формируются новые агрегаты данных, зависящие от старых. Доступ к БД организован особым образом, на основе модели многомерного куба.
Итак, БД – это не автоматизированная сис-ма принятия решений, не ЭС, не сис-ма логического вывода, а "всего лишь" оптимально организованная БД, обеспечивающая максимально быстрый и комфортный доступ к инф-ии, необх. при принятии решений.
Принять любое управленческое решение, невозможно не обладая необходимой для этого инф-ей, обычно кол-ной. Для этого необх. создание БД, т. е. процесс сбора, отсеивания и предварительной обработки данных с целью предоставления результирующей инф-ии пользователям для статистического анализа (а нередко и создания аналитических отчетов). Сформулировано основные требования к ним:
– поддержка высокой скорости получения данных;
– поддержка внутренней непротиворечивости данных;
– возможность получения и сравнения так называемых срезов данных;
– наличие удобных утилит просмотра данных;
– полнота и достоверность хранимых данных;
– поддержка кач-го процесса пополнения данных.